On the Performance of Jerk-Constrained Time-Optimal Trajectory Planning for Industrial Manipulators

本文介绍了一种新颖的加速度限制下的最优时间轨迹规划方法，它沿着指定路径运动，同时满足高达三阶的限制条件，以确保安全和平滑运动。加速度限制下的最优时间轨迹规划具有很多优点，包括提高机器人系统的能量效率、耐久性和安全性。加速度限制下的最优时间轨迹规划中的一个重要挑战是由于包含了三阶限制条件而导致的非凸形式。近似不等式约束可能特别具有挑战性，因为得到的解可能违反实际约束。为了解决这个问题，我们利用所提出的公式中的凸性形成保守的不等式约束。然后，我们通过迭代求解一个n维顺序线性规划（SLP）直到收敛来获得所需的轨迹。最后，我们通过实际机器人的性能评估，比较了在峰值功率、扭矩效率和跟踪能力方面，有和没有加速度限制的轨迹所产生的性能。

本文旨在提出一种新的方法，解决机器人运动规划中的jerk限制问题，以提高机器人系统的性能和安全性。

本文提出了一种新的jerk限制时间最优轨迹规划方法，利用凸性形成保守的不等式约束，通过迭代求解n维顺序线性规划，得到所需的轨迹。

本文的方法在能量效率、耐久性和安全性等方面都有所提高，实验结果表明，与不限制jerk的方法相比，本文的方法在峰值功率、扭矩效率和跟踪能力方面表现更好。

近期的相关研究包括：\n1. 'A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles'\n2. 'A Review of Motion Planning Techniques for Automated Vehicles'\n3. 'Real-time Trajectory Planning for Autonomous Urban Driving: Framework, Algorithms, and Verifications'